Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Курсовая_Тирик_Поникаровский_Бахтияров.docx
Скачиваний:
8
Добавлен:
02.01.2025
Размер:
1.36 Mб
Скачать

МИНОБРНАУКИ РОССИИ

Санкт-Петербургский государственный

электротехнический университет

«ЛЭТИ» им. В. И. Ульянова (Ленина)

Кафедра АПУ

Курсовая РАБОТА

по дисциплине «Системный анализ»

Тема: реконструктивный анализ актуальных состояний аварийности коммунальных сетей водоснабжения и водоотведения мегаполиса (на примере ГУП «Водоканал Санкт-Петербурга»)

Студенты гр. 1391

Тирик Б. Д.

Поникаровский А. В.

Бахтияров Д. Р.

Преподаватель

Фомин Б. Ф.

Санкт-Петербург

2024

ЗАДАНИЕ

на курсовую работу

Студенты: Тирик Б. Д., Поникаровский А. В., Бахтияров Д. Р.

Группа 1391

Тема работы: реконструктивный анализ актуальных состояний аварийности коммунальных сетей водоснабжения и водоотведения мегаполиса (на примере ГУП «Водоканал Санкт-Петербурга»).

Исходные данные:

  • проект водоканал «генерация научно-достоверного знания об аварийности сетей водоснабжения и водоотведения Санкт-Петербурга для разработки на основе полученного знания эффективной системы предотвращения аварийности»

  • Качанова Т. Л., Фомин Б. Ф. Методы и технологии генерации системного знания: учебное пособие для магистров. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2012.

  • Качанова Т.Л., Фомин Б.Ф. Квалитология системного знания: Учеб. пособие для магистров. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2014.

  • Качанова Т.Л., Фомин Б.Ф. Технология системных реконструкций.  СПб.: Политехника, 2003.  146 с. (Проблемы инновационного развития. Вып.2). ISBN 5-7325-0772-8.

Студенты гр. 1391

Тирик Б. Д.

Поникаровский А. В.

Бахтияров Д. Р.

Преподаватель

Фомин Б. Ф.

Содержание

Введение 4

Теоретические данные 5

Научный метод ФОС 5

1 задание 10

Предотвращение аварийности на коммунальных сетях водоснабжения и водоотведения мегаполиса. 10

Постановка задачи 10

Формирование полного представительного эмпирического контекста и информационного ресурса системного знания об аварийности на коммунальных сетях водоснабжения и водоотведения ЮЗВ. 11

Целевые показатели 17

Вовлеченные показатели 20

Обзор вовлеченных показателей 21

2 задание 29

Модели знания. 29

Роли целевых показателей в моделях собственных качеств 29

Обзор моделей знания 30

Лучшие модели собственных качеств системы, способные обеспечить решение проблем аварийности на сетях и сооружениях ЮЗВ Для ПУ «Кронштадт» 30

Ядро модели собственного качества системы 31

Ранжирование всех моделей собственных качеств системы, ядер всех моделей собственных качеств, эталонов состояния всех собственных качеств. 33

3 задание 35

Достоверные системные целевые реконструкции актуальных состояний 35

Выводы 40

Введение

Жизнедеятельность крупных городов опирается на слаженную работу большого множества инженерных систем, таких как водоснабжение, канализация, отопление, электроснабжение и так далее. Мы же будем анализировать состояние аварийности коммунальных сетей водоснабжения и водоотведения мегаполиса на примере ГУП «Водоканал Санкт-Петербурга». При работе этих систем появляется огромное множество данных, которые необходимо обрабатывать и анализировать. Поможет нам в обработке большого количества данных Физика Открытых Систем (ФОС). Благодаря ФОС у нас будет системное знание из больших объёмов данных, которые участвуют в жизнедеятельности системы коммунальных сетей водоснабжения и водоотведения. Шаг, который мы проделаем в данной работе связан с научным пониманием и объяснением феномена аварийности, основанным на системном знании.

Теоретические данные Научный метод фос

Идеи физики систем зарождались в 70–е годы под влиянием работ чл.–корр. АН СССР А. А. Вавилова и его учеников (СПбГЭТУ «ЛЭТИ»). Работы по эволюционному синтезу были первой попыткой глубокого исследования структур отношений в динамических системах. Они были описаны в книге под авторством А.А. Вавилова «Имитационное моделирование производственных систем».

В 2003 г. сформировался проект «Физика систем», направленный на создание и применение инфраструктуры и приложений для производства и обращения с научным системным знанием.

Основой системологии служит триада фундаментальных наук – философия, физика и математика.

Философская наука категориальна и априорна в своих основаниях. Она утверждает, что в основе всего сущего лежат общие начала, выражающие главные смыслы реального мира. Задачей философии является создание завершённой системы принципов и универсальных законов бытия.

Математика строит предельно абстрактный мир универсальных символических конструкций, создаёт идеальные объекты вне связи с эмпирическим опытом. Важнейшими понятиями математики являются фундаментальные абстракции. Они лежат в основании строгих математических методов, к символическим конструкциям которых в конечном итоге сводятся представления частных наук.

Физика познает общие принципы и закономерности строения мира в процессе конкретного эмпирического изучения природы. Целью физических исследований является проникновение в глубины строения вещества и природу взаимодействий, познание сущности явлений и процессов через открытие фундаментальных законов объективного мира.

Физика открытых систем (ФОС) — это новая киберфизическая парадигма системологии, которая позволяет генерировать и анализировать знание об открытых системах напрямую из больших объёмов данных. Она используется для исследования открытых природных, социальных и антропогенных систем в их естественных масштабах и реальной сложности.

Физика открытых систем (ФОС) исследует природные, гуманитарные, антропогенные, кибер-физические и сложные технические системы.

Открытая система задаётся (без ограничивающих условий) представительным множеством полных эмпирических описаний ее актуальных состояний. Система представляется без упрощений, в реальной сложности, в естественных масштабах.

В новой системологической парадигме понимание сложности открытых систем достигается через первоначальное и ключевое понятие «Система», которое играет важную роль в физике систем.

Понятие «Система» является предметом фундаментального исследования и продуктом познавательной деятельности, организующей понимание эмпирических фактов через постижение скрытых в этих фактах смыслов природы явлений и процессов.

Научный метод ФОС на уровне онтологического знания решает проблему истинности и значимости системного знания [1]. В контексте информационных технологий и семантической паутины, онтологическое знание используется для создания формальных моделей предметной области, которые позволяют компьютерным системам понимать и обрабатывать информацию более структурированным и смысловым образом.

На уровне аксиологического знания онтология системы развертывается в четырёх перспективах, каждая из которых представлена в виде ресурса системного знания. На уровне праксиологического знания (в контексте информационных технологий праксиологическое знание относится к изучению практических аспектов использования, разработки и управления информационными технологиями) создаётся база эффективной деятельности в сфере проективных, когнитивных и аналитических приложений (Рис. 1).

Рис. 1 Структура ФОС

Единая информационная технология ФОС включает в себя четыре компонента: аналитическое ядро, дескриптивный, конструктивный и проективный компоненты. На рис. 2 представлены компоненты ФОС.

Рис. 2 Компоненты технологии ФОС

Основой технологии является аналитическое ядро, которое реализует ключевые стадии производства знания. В этом ядре происходит онтологическое моделирование (познавание системы), коммуникативное моделирование (понимание системы) и моделирование состояний системы (объяснение системы).

На рис. 3 представлена структура аналитического ядра ФОС

Рис. 3 Структура аналитического ядра

Дескриптивный (описательный) компонент технологии обеспечивает представление исследуемой задачи как системного проекта, а также трансформацию этого проекта в нормативное интерпретируемое представление системы. Технологии дескриптивного компонента связаны с аналитическим ядром каналом абстрагирования, в котором общее предметное представление о системе в её реальной сложности передаётся на системный уровень. [2] Конструктивный (формирующий) компонент преобразует это системное знание в ресурсы для решения прикладных проблем, а проективный (проектирующий) компонент использует эти ресурсы для создания предметных интерфейсов, схем решения задач и сервис-ориентированного решателя.

Производство научного знания из эмпирических описаний открытых систем проходит три стадии. Данные стадии представлены на рис. 4.

Рис. 4 Процесс производства системного знания

ОМ – онтологическое моделирование, определяет сферу системного знания, раскрывающего сущность системы. Оно использует в качестве основания принципы устроения смыслового мира систем (доктринальная модель), вводит и обосновывает основополагающие понятия и представления о системе (диалектическая модель), предлагает научный метод познания сущности систем (конструктивно-методологическая модель), воплощает раскрытые системные смыслы во внешних абстрактных образах (символическая модель, знаки, портреты системы).

КМ  коммуникативное моделирование, строит язык систем, на котором свойства и качества элементов, частей и всей смысловой системной организации в целом (символ) отображаются в словах и понятиях, денотативных и коннотативных значениях слов, синтагматических связей. КМ, применяемое для объяснения раскрытого смысла системы, порождает суждения о системе на основе метода формального анализа.

МС  моделирование состояний, является завершающим актом конструктивного определения системы. Смыслы системы выходят на объекты реальности, отождествляются с фактом и порождают систему в новой форме проявления ее единства и целостности, обусловленной ее общей смысловой организацией.

Открытая система исходно задана вместе с ее окружением как «система в данных». Нормативным форматом представления системы в данных является таблица «объект-свойство».

Каждая строка таблицы (объект) – одно отдельно взятое актуальное состояние системы с учётом её окружения. Количество строк (десятки, сотни, тысячи) – представительное множество актуальных состояний системы.

Каждый столбец таблицы (свойство) – показатель с уникальным именем, характеризующий какой-то атрибут системы или атрибут ее окружения. Количество столбцов таблицы (десятки, сотни, тысячи) характеризует полноту описания системы через ее признаки-свойства.

Система в данных воспринимается как исходное эмпирическое описание системы, в котором система задана множеством актуальных состояний в пространстве всех ее признаков-свойств, и представлена (с учетом ее окружения, ограничений и условий обособления) целокупностью измеряемых (наблюдаемых) величин.